准备工作
相关软件和资料
链接：https://pan.baidu.com/s/1CPGqJSH2e6rnPvfXGYo8ow
提取码：pe9c
目标：VMware（虚拟机）安装
双击开始安装
下一步
接受许可，下一步
修改路径，下一步
取消勾选，下一步
下一步
安装
安装中....
安装完成
双击打开
输入秘钥，点击“继续”，密钥找度娘一大把
完成
安装完毕
目标：Centos7.5软硬件安装
注意内容：
1、在安装系统之前需要检查自己虚拟机的bios的虚拟化是否打开（大部分的电脑都是打开的，大家可以先尝试直接安装，如果出现错误再去调试，没有出错就不用管了）
以下是查看虚拟机bios是否开启的方式
（1）Windows10
CPU，性能查看
（2）Windows7里面看不到（得到bios里面看）
（3）如果发现bios虚拟化没有开启怎么办，重启电脑，在加载界面时按f1-f10，或者电脑旁边一个小洞，具体怎么进入得去查一下（按照自己电脑的型号去查）
（4）修改虚拟化为开启（thinkpad为例）找到security里面的VT并改成enabled
创建新的虚拟机
选择“自定义”，下一步
下一步
选择“稍后安装操作系统”，下一步
选择客户机操作系统为“Linux”，版本为“CentOS 7 64位”，下一步
修改虚拟机名称为“hadoop100”，修改安装位置，下一步
修改处理器数量和每个处理器的内核数量，下一步
注意：处理器数量和每个处理器的内核数量的总和不能超过自己系统的CPU总数
修改虚拟机内存，向下兼容一般设置为4G，下一步
网络类型选择“使用网络地址转换（NAT）”，下一步
I/0选择器类型选择推荐的即可，下一步
磁盘类型选择默认推荐的
选择“创建新虚拟磁盘”，下一步
修改最大磁盘大小为“50G”，下一步
修改磁盘文件路径到当前虚拟机目录下，方便统一管理。下一步
点击“完成”
这就是刚刚安装的虚拟机，名字是刚刚自己取的
继续安装操作系统，步骤如下：
点击“CD/DVD”选择插入一块硬盘
选择“使用ISO映像文件”插入镜像文件，确定
插入镜像文件之后，“开启此虚拟机”
开启之后，进入页面直接Enter回车，正常安装
等待安装中.....
.
来到了欢迎页面
选择“中文”，继续
点击“日期和时间”设置时间
选择“亚洲”，“上海”之后，设置好时间，点击“完成”
完整日期时间设置后，点击“软件选择”
选择“桌面”版安装，点击完成
注意：也可以选择“最小安装”，区别：最小系统没有图形化页面，全部命令行操作，本人学习阶段选择的是桌面版本
接下来点击“安装位置”
选择“我要配置分区”，然后“添加磁盘”，点击完成
弹出以下页面，点击“+”，弹出页面选择挂载点和容量，并将文件系统设置为“ext4”
这个过程中，我配置了三个挂载点，分别为
/boot 1g 、 swap 4g 、 / 45g
添加完毕，点击完成
接受并更改
点击“KDUMP”
去掉勾选“kdump”，学习阶段崩溃不备份，并点击“完成”
点击“网络和主机名”
修改主机名为“hadoop100”，打开网络，点击完成
点击“SECURITY POUCY”
保持默认打开即可，点击完成
所有准备完毕，开始安装
等待安装中........
安装过程中顺便配置一下ROOT密码
设置密码为123456，点击完成
经过十几分钟的等待，安装完毕，点击“重启”
回车
进入主页面，点击“LICENSIGN”
勾选同意，点击完成
点击“完成配置”
直接“前进”
前进
前进
允许访问
输入“上海”，前进
跳过
设置账号，atguigu
设置密码123456，前进
至此，该虚拟机设置完毕
目标： ip和主机名称配置
1、配置VM的ip地址
VMware点击“编辑”，选择“虚拟网络编辑器”
点击“VMnet8”，“更改设置”
再次打开“虚拟网络编辑器”，点击“VMnet8”，选择NAT模式，修改子网掩码为：192.168.10.0,点击“NAT设置”
修改NAT设置网关IP为：192.168.10.2，点击确定
点击确定
2、修改win10的的ip地址
“控制面板”找到“网络和Internet”，找到“网络连接”，右键VMnet8，选择属性
双击“Internet协议版本4”
修改ip地址和网关如下，点击确定保存
注意：如果你的网络连接页面没有出现VMnet8，则打开VMware的“虚拟网络编辑”页面，点击“还原默认设置”按钮，操作完毕之后就会出现VMnet8
3、修改主机ip
回到VMware页面，输入密码登录
右键“打开终端”，打开如下页面。显示当前用户是atguigu
输入以下命令
#切换到root用户 su root #输入密码 123456 #vim打开ifcfg-ens33文件 vim /etc/sysconfig/network-scripts/ifcfg-ens33
得到以下页面，按照截图所示操作
IPADDR=192.168.10.100 GATEWAY=192.168.10.2 DNS1=192.168.10.2
修改主机名称
#vim打开修改主机名称
vim /etc/hostname
进入后发现主机名称默认为hadoop100（创建虚拟机的时候设置的），不用修改，直接退出
修改hosts主机文件，输入以下命令
vim /etc/hosts
打开hosts文件之后，添加以下配置，并保存退出
192.168.10.100 hadoop100 192.168.10.101 hadoop101 192.168.10.102 hadoop102 192.168.10.103 hadoop103 192.168.10.104 hadoop104 192.168.10.105 hadoop105 192.168.10.106 hadoop106 192.168.10.107 hadoop107 192.168.10.108 hadoop108
重启主机
#reboot命令：重启主机
reboot
重启之后以root账号重新登录虚拟机，并打开终端
输入以下命令，验证ip地址，发现ip地址已更新
#输入命令验证ip地址
ifconfig
ping一下百度，看是否能ping通
ping www.baidu.com
查看主机名称
hostname
目标：Xshell远程访问工具
傻瓜式下一步安装xshell工具，这里不做介绍了
输入ip地址192.168.10.100连接，以atguigu账号连接入
下面我们的目的是将ip地址和主机名称关联起来：修改Windows的主机映射文件（host文件）
（1）如果操作系统是window7，可以直接修改
（a）进入C:WindowsSystem32driversetc路径找到hosts文件
打开hosts文件并添加如下内容，然后保存
192.168.10.100 hadoop100 192.168.10.101 hadoop101 192.168.10.102 hadoop102 192.168.10.103 hadoop103 192.168.10.104 hadoop104 192.168.10.105 hadoop105 192.168.10.106 hadoop106 192.168.10.107 hadoop107 192.168.10.108 hadoop108
（2）如果操作系统是window10，先拷贝出来，修改保存以后，再覆盖即可
（a）进入C:WindowsSystem32driversetc路径
（b）拷贝hosts文件到桌面
（c）打开桌面hosts文件并添加如下内容
192.168.10.100 hadoop100 192.168.10.101 hadoop101 192.168.10.102 hadoop102 192.168.10.103 hadoop103 192.168.10.104 hadoop104 192.168.10.105 hadoop105 192.168.10.106 hadoop106 192.168.10.107 hadoop107 192.168.10.108 hadoop108
（d）将桌面hosts文件覆盖C:WindowsSystem32driversetc路径hosts文件
修改完毕之后，重新连接xshell，这次输入名称和主机为hadoop100，仍然以atguigu账号登录
接着傻瓜式安装xftp工具
目标：模板虚拟机准备完成
输入以下命令，切换到root账号
切换目录，并且查看网络状态
输入以下命令，安装epel-release：是一个软件仓库
yum install -y epel-release
发现有一个pid被占用，用kill命令杀掉进程
kill -9 3030
再次执行命令：yum install -y epel-release
注意：如果Linux安装的是最小系统版，还需要安装如下工具；如果安装的是Linux桌面标准版，不需要执行如下操作
- net-tool：工具包集合，包含ifconfig等命令
yum install -y net-tools
- vim：编辑器
yum install -y vim
关闭防火墙，关闭防火墙开机自启
#关闭防火墙
systemctl stop firewalld
#关闭防火墙开机自启
systemctl disable firewalld.service
注意：在企业开发时，通常单个服务器的防火墙时关闭的。公司整体对外会设置非常安全的防火墙
配置atguigu用户具有root权限，方便后期加sudo执行root权限的命令
vim /etc/sudoers
修改/etc/sudoers文件，在%wheel这行下面添加一行，保存并退出，如下所示：
## Allow root to run any commands anywhere root ALL=(ALL) ALL ## Allows people in group wheel to run all commands %wheel ALL=(ALL) ALL atguigu ALL=(ALL) NOPASSWD:ALL
测试一下是否好用
#切换到/opt目录 cd /opt/ #查看目录内容 ll #退出到aiguigu用户，因为我们是从atguigu用户切换进来的 exit #再次切换到/opt目录 cd /opt/ #查看目录内容 ll #删除掉rh文件（root权限），发现权限不足 rm -rf rh/ #sudo执行删除 sudo rm -rf rh/ #查看是否删除，发现已经删除了rh文件 ll
做准备工作
#在当前路径/opt创建module文件夹（软件安装目录），当前操作账号是atguigu sudo mkdir module #查看目录文件 ll #创建software文件夹 sudo mkdir software #查看目录文件，发现module、software文件夹的所有者和所属组均为root用户 ll #修改module、software文件夹的所有者和所属组均为atguigu用户
#注意：需要切换到root账号操作 chown atguigu:atguigu /opt/module chown atguigu:atguigu /opt/software #查看module、software文件夹的所有者和所属组 ll
发现module、software文件夹的所有者和所属组都已经变为atguigu了
卸载虚拟机自带的JDK
注意：如果你的虚拟机是最小化安装不需要执行这一步
rpm -qa | grep -i java | xargs -n1 rpm -e --nodeps rpm -qa：查询所安装的所有rpm软件包 grep -i：忽略大小写 xargs -n1：表示每次只传递一个参数 rpm -e –nodeps：强制卸载软件
最后重启虚拟机
reboot
目标：克隆三台虚拟机
此次的目标是利用模板机hadoop100，克隆三台虚拟机：hadoop102 hadoop103 hadoop104
注意：克隆的时候，要先关闭hadoop100
右键hadoop100--->管理--->克隆
下一步
下一步
选择“创建完整克隆”，点击下一步
修改虚拟机名称，选择安装位置，点击完成
克隆等待中
一模一样的操作过程，克隆出103和104，并将虚拟机新建目录进行管理
启动虚拟机hadoop102，root用户登录，并打开终端
修改克隆虚拟机hadoop102的静态IP
vim /etc/sysconfig/network-scripts/ifcfg-ens33
修改虚拟机hadoop102名称
vim /etc/hostname
查看hosts文件是否都已经修改了
vim /etc/hosts
发现之前都已经修改过了，不用修改
重启机器
reboot
一模一样的流程修改hadoop103和hadoop104
（1）启动虚拟机hadoop103（4），root用户登录，并打开终端
（2）命令vim /etc/sysconfig/network-scripts/ifcfg-ens33打开，修改IPADDR=192.168.10.100为IPADDR=192.168.10.103（4）
（3）命令vim /etc/hostname虚拟机hadoop103（4）名称
（4）重启虚拟机
xshell工具链接hadoop102、hadoop103、hadoop104
目标：JDK安装
注意：安装JDK之前，一定要确保提前删除了虚拟机自带的JDK
用XShell传输工具将JDK导入到opt目录下面的software文件夹下面
切换到/opt/software目录，查看是否上传成功
解压JDK到/opt/module目录下
tar -zxvf jdk-8u212-linux-x64.tar.gz -C /opt/module/
解压完毕后切换目录到/opt/module/jdk1.8.0_212下
配置JDK环境变量
（1）新建/etc/profile.d/my_env.sh文件
sudo vim /etc/profile.d/my_env.sh
注意截图里面是已经切换到/etc/profile.d目录了
添加如下内容
#JAVA_HOME export JAVA_HOME=/opt/module/jdk1.8.0_212 export PATH=$PATH:$JAVA_HOME/bin
（2）保存后退出
:wq
（3）source一下/etc/profile文件，让新的环境变量PATH生效
source /etc/profile
测试JDK是否安装成功
java -version
如果能看到以下结果，则代表Java安装成功。
java version "1.8.0_212"
注意：重启（如果java -version可以用就不用重启
目标：hadoop安装
用XShell文件传输工具将hadoop-3.1.3.tar.gz导入到opt目录下面的software文件夹下面
进入到hadoop安装包路径下
cd /opt/software/
解压安装文件到/opt/module下面
tar -zxvf hadoop-3.1.3.tar.gz -C /opt/module/
查看是否解压成功
ls /opt/module/
将hadoop添加到环境变量
（1）打开/etc/profile.d/my_env.sh文件
sudo vim /etc/profile.d/my_env.sh
在my_env.sh文件末尾添加如下内容：（shift+g）
#HADOOP_HOME export HADOOP_HOME=/opt/module/hadoop-3.1.3 export PATH=$PATH:$HADOOP_HOME/bin export PATH=$PATH:$HADOOP_HOME/sbin
保存并退出
（2）让修改后的文件生效
source /etc/profile
测试是否安装成功
hadoop version
重启（如果hadoop命令不能用再重启虚拟机）
目标：本地运行模式
主机hadoop102切换目录到/opt/module/hadoop-3.1.3，在此下面新建一个wcinput文件夹
mkdir wcinput
在wcinput文件夹下创建一个word.txt文件
#进入创建的wcinput文件夹 cd wcinput/ #创建word.txt文件 vim word.text
编辑word.txt文件，在文件中输入如下内容，保存并退出
hadoop yarn
hadoop mapreduce
atguigu
atguigu
回到hadoop目录 /opt/module/hadoop-3.1.3
执行以下命令
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-3.1.3.jar wordcount wcinput wcoutput
查看结果
cat wcoutput/part-r-0000
看到如下结果： atguigu 2 hadoop 2 mapreduce 1 yarn 1
目标：完全分布式运行模式
1、scp（secure copy）安全拷贝
（1）scp定义
scp可以实现服务器与服务器之间的数据拷贝。（from server1 to server2）
（2）基本语法
scp -r $pdir/$fname $user@$host:$pdir/$fname
命令 递归 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
（3）案例实操
前提：在hadoop102、hadoop103、hadoop104都已经创建好的/opt/module、/opt/software两个目录，并且已经把这两个目录修改为atguigu:atguigu
sudo chown atguigu:atguigu -R /opt/module
备注：由于我们在克隆主机之前就已经设置好了，所以这里不需要设置
（a）在hadoop102上，将hadoop102中/opt/module/jdk1.8.0_212目录拷贝到hadoop103上。
scp -r /opt/module/jdk1.8.0_212 atguigu@hadoop103:/opt/module
首次连接需要密码，拷贝时间比较长
（b）在hadoop103上，将hadoop102中/opt/module/hadoop-3.1.3目录拷贝到hadoop103上。
scp -r atguigu@hadoop102:/opt/module/hadoop-3.1.3 /opt/module/
（c）在hadoop103上操作，将hadoop102中/opt/module目录下所有目录拷贝到hadoop104上。
scp -r atguigu@hadoop102:/opt/module/* atguigu@hadoop104:/opt/module
2、rsync远程同步工具
rsync主要用于备份和镜像。具有速度快、避免复制相同内容和支持符号链接的优点。
rsync和scp区别：用rsync做文件的复制要比scp的速度快，rsync只对差异文件做更新。scp是把所有文件都复制过去。
（1）基本语法
rsync -av $pdir/$fname $user@$host:$pdir/$fname
命令 选项参数 要拷贝的文件路径/名称 目的地用户@主机:目的地路径/名称
选项参数说明
|
选项 |
功能 |
|
-a |
归档拷贝 |
|
-v |
显示复制过程 |
（2）案例实操
（a）删除hadoop103中/opt/module/hadoop-3.1.3/wcinput
cd /opt/module/hadoop-3.1.3
rm -rf wcinput/
发现主机hadoop103上的wcinput文件已经被删除了
（b）同步hadoop102中的/opt/module/hadoop-3.1.3到hadoop103
cd /opt/module
rsync -av hadoop-3.1.3/ atguigu@hadoop103:/opt/module/hadoop-3.1.3/
并且hadoop102上的wcinput文件已经被同步到hadoop103
发现这次同步时间比上次快
3、xsync集群分发脚本
（1）需求：循环复制文件到所有节点的相同目录下
（2）需求分析：
（a）rsync命令原始拷贝：
rsync -av /opt/module atguigu@hadoop103:/opt/
（b）期望脚本：
xsync要同步的文件名称
举例子：
创建a.txt文件
期望执行 xsync 同步文件名称 命令将a.tx同步到hadoop102和hadoop103上
（c）期望脚本在任何路径都能使用（脚本放在声明了全局环境变量的路径）
echo $PATH
（3）脚本实现
（a）在/home/atguigu/bin目录下创建xsync文件
cd mkdir bin ll cd bin/ pwd
vim xsync
在该文件中编写如下代码
#!/bin/bash #1. 判断参数个数 if [ $# -lt 1 ] then echo Not Enough Arguement! exit; fi #2. 遍历集群所有机器 for host in hadoop102 hadoop103 hadoop104 do echo ==================== $host ==================== #3. 遍历所有目录，挨个发送 for file in $@ do #4. 判断文件是否存在 if [ -e $file ] then #5. 获取父目录 pdir=$(cd -P $(dirname $file); pwd) #6. 获取当前文件的名称 fname=$(basename $file) ssh $host "mkdir -p $pdir" rsync -av $pdir/$fname $host:$pdir else echo $file does not exists! fi done done
保存并退出
ll
发现这个脚本没有可执行的权限
（b）修改脚本xsync具有执行权限
chmod +x xsync
修改完毕，该脚本具有可执行权限了
（c）测试脚本
测试之前hadoop1003上没有bin目录
在主机hadoop102上执行脚本
cd
ll
xsync /home/atguigu/bin
查看hadoop103和hadoop104上是否已经同步
发现已经同步过去
（d）分发同步虚拟机hadoop102上的环境变量到hadoop103和hadoop104
xsync /etc/profile.d/my_env.sh
发现分发的时候权限被拒绝了，排查发现是找不到路径为绝对路径
修改命令如下：
cd
sudo ./bin/xsync /etc/profile.d/my_env.sh
分别在hadoop103和hadoop104上查看环境变量是否同步
cd
vim /etc/profile.d/my_env.sh
发现同步完毕，最后记得分别重新加载一下环境变量
source /etc/profile
目标：ssh免密登录
1、配置ssh
（1）基本语法
ssh另一台电脑的IP地址
（2）ssh连接时出现Host key verification failed的解决方法
ssh hadoop103
Ø 如果出现如下内容
Are you sure you want to continue connecting (yes/no)?
Ø 输入yes，并回车
（3）退回到hadoop102
exit
2、无密钥配置
（1）免密登录原理
（2）生成公钥和私钥
虚拟机hadoop102执行
cd pwd ls -al cd .ssh/ ll cd
期望目标：hadoop102可以无密登录hadoop103和hadoop104，语法如下
#生成公私钥 ssh-keygen -t rsa #查看私钥 cat id_rsa
然后敲（三个回车），就会生成两个文件id_rsa（私钥）、id_rsa.pub（公钥）
（3）将公钥拷贝到要免密登录的目标机器上
#将hadoop102的公钥拷贝到hadoop103 ssh-copy-id hadoop103 #测试是否可以ssh免密登录hadoop103 ssh hadoop103 #测试当前是否已登录到hadoop103 hostname #退出 exit #将hadoop102的公钥拷贝到hadoop104 ssh-copy-id hadoop104 #测试是否可以ssh免密登录hadoop104 ssh hadoop104 #测试当前是否已登录到hadoop104 hostname #退出 exit
测试hadoop102是否可以ssh免密登录自己，发现不能之后，说明自己也要配置ssh免密登录才行
#测试hadoop102是否可以ssh免密登录自己 ssh hadoop102 #将hadoop102的公钥拷贝到hadoop102 ssh-copy-id hadoop103 #测试是否可以ssh免密登录hadoop102 ssh hadoop102 #测试当前是否已登录到hadoop102 hostname
注意：
还需要在hadoop103上采用atguigu账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
还需要在hadoop104上采用atguigu账号配置一下无密登录到hadoop102、hadoop103、hadoop104服务器上。
还需要在hadoop102上采用root账号，配置一下无密登录到hadoop102、hadoop103、hadoop104；
此处相关操作与hadoop102一模一样，不再记录
3、.ssh文件夹下（~/.ssh）的文件功能解释
|
known_hosts |
记录ssh访问过计算机的公钥（public key） |
|
id_rsa |
生成的私钥 |
|
id_rsa.pub |
生成的公钥 |
|
authorized_keys |
存放授权过的无密登录服务器公钥 |
目标：集群配置
1、集群部署规划
注意：
Ø NameNode和SecondaryNameNode不要安装在同一台服务器
Ø ResourceManager也很消耗内存，不要和NameNode、SecondaryNameNode配置在同一台机器上。
|
hadoop102 |
hadoop103 |
hadoop104 |
|
|
HDFS
|
NameNode DataNode |
DataNode |
SecondaryNameNode DataNode |
|
YARN |
NodeManager |
ResourceManager NodeManager |
NodeManager |
2、配置文件说明
Hadoop配置文件分两类：默认配置文件和自定义配置文件，只有用户想修改某一默认配置值时，才需要修改自定义配置文件，更改相应属性值。
（1）默认配置文件：
|
要获取的默认文件 |
文件存放在Hadoop的jar包中的位置 |
|
[core-default.xml] |
hadoop-common-3.1.3.jar/core-default.xml |
|
[hdfs-default.xml] |
hadoop-hdfs-3.1.3.jar/hdfs-default.xml |
|
[yarn-default.xml] |
hadoop-yarn-common-3.1.3.jar/yarn-default.xml |
|
[mapred-default.xml] |
hadoop-mapreduce-client-core-3.1.3.jar/mapred-default.xml |
（2）自定义配置文件：
core-site.xml、hdfs-site.xml、yarn-site.xml、mapred-site.xml四个配置文件存放在$HADOOP_HOME/etc/hadoop这个路径上，用户可以根据项目需求重新进行修改配置。
3、配置集群
（1）核心配置文件
配置core-site.xml
cd $HADOOP_HOME/etc/hadoop
vim core-site.xml
文件内容如下：
保存退出
（2）HDFS配置文件
配置hdfs-site.xml
vim hdfs-site.xml
文件内容如下：
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- nn web端访问地址--> <property> <name>dfs.namenode.http-address</name> <value>hadoop102:9870</value> </property> <!-- 2nn web端访问地址--> <property> <name>dfs.namenode.secondary.http-address</name> <value>hadoop104:9868</value> </property> </configuration>
（3）YARN配置文件
配置yarn-site.xml
vim yarn-site.xml
文件内容如下：
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定MR走shuffle --> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> <!-- 指定ResourceManager的地址--> <property> <name>yarn.resourcemanager.hostname</name> <value>hadoop103</value> </property> <!-- 环境变量的继承 --> <property> <name>yarn.nodemanager.env-whitelist</name> <value>JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,CLASSPATH_PREPEND_DISTCACHE,HADOOP_YARN_HOME,HADOOP_MAPRED_HOME</value> </property> </configuration>
（4）MapReduce配置文件
配置mapred-site.xml
vim mapred-site.xml
<?xml version="1.0" encoding="UTF-8"?> <?xml-stylesheet type="text/xsl" href="configuration.xsl"?> <configuration> <!-- 指定MapReduce程序运行在Yarn上 --> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>
4、在集群上分发配置好的Hadoop配置文件
xsync /opt/module/hadoop-3.1.3/etc/hadoop/
5、去103和104上查看文件分发情况
cat /opt/module/hadoop-3.1.3/etc/hadoop/core-site.xml
目标：集起集群并测试
1、配置workers
vim /opt/module/hadoop-3.1.3/etc/hadoop/workers
在该文件中增加如下内容（默认localhost删除掉）：
hadoop102
hadoop103
hadoop104
注意：该文件中添加的内容结尾不允许有空格，文件中不允许有空行。
同步所有节点配置文件
xsync /opt/module/hadoop-3.1.3/etc
2、启动集群
（1）如果集群是第一次启动，需要在hadoop102节点格式化NameNode（注意：格式化NameNode，会产生新的集群id，导致NameNode和DataNode的集群id不一致，集群找不到已往数据。如果集群在运行过程中报错，需要重新格式化NameNode的话，一定要先停止namenode和datanode进程，并且要删除所有机器的data和logs目录，然后再进行格式化。）
hdfs namenode -format
初始化完毕之后，发现多了data和log目录
（2）启动HDFS
sbin/start-dfs.sh
启动之后，hadoop102、hadoop103、hadoop104
（3）在配置了ResourceManager的节点（hadoop103）启动YARN
sbin/start-yarn.sh
注意：一定要在hadoop103上启动
启动之后，
hadoop102
hadoop103
hadoop104
（4）Web端查看HDFS的NameNode
（a）浏览器中输入：http://hadoop102:9870
（b）查看HDFS上存储的数据信息
（5）Web端查看YARN的ResourceManager
（a）浏览器中输入：http://hadoop103:8088
（b）查看YARN上运行的Job信息
3、集群基本测试
（1）上传文件到集群
- 上传小文件
cd
hadoop fs -mkdir /input
- 上传大文件
hadoop fs -put /opt/software/jdk-8u212-linux-x64.tar.gz /
（2）上传文件后查看文件存放在什么位置
- 查看HDFS文件存储路径
cd /opt/module/hadoop-3.1.3/ ll cd data/ ll cd dfs/ ll cd data/ ll cd current/ ll cd BP-1475925467-192.168.10.102-1634967224222/ ll cd finalized/ ll cd subdir0/ ll
发现存储目录是
/opt/module/hadoop-3.1.3/data/dfs/data/current/BP-1475925467-192.168.10.102-1634967224222/current/finalized/subdir0/subdir0
（3）拼接
cat blk_1073741826>>tmp.tar.gz cat blk_1073741827>>tmp.tar.gz ll
解压完毕
删除压缩文件和解压文件
目标：ZooKeeper 本地安装
本地模式安装
1、安装前准备
（1）安装JDK
（2） 拷贝apache-zookeeper-3.5.7-bin.tar.gz 安装包到 Linux 系统下
（3）解压到指定目录
cd /opt/software/ ll tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz -C /opt/module/
（4）修改名称
#切换目录 cd /opt/module #修改文件名称 mv apache-zookeeper-3.5.7-bin zookeeper-3.5.7
2、配置修改
（1）将/opt/module/zookeeper-3.5.7/conf 这个路径下的 zoo_sample.cfg 修改为 zoo.cfg；
cd /opt/module/zookeeper-3.5.7/conf/ mv zoo_sample.cfg zoo.cfg ll
（2）打开 zoo.cfg 文件，修改 dataDir 路径：
vim zoo.cfg
dataDir=/opt/module/zookeeper-3.5.7/zkData
保存退出
（3）在cd /opt/module/zookeeper-3.5.7/这个目录上创建zkData文件夹
mkdir zkData
ll
3、操作Zookeeper
（1）启动Zookeeper
bin/zkServer.sh start
（2）查看进程是否启动
jps
（3）查看状态
bin/zkServer.sh status
（4）启动客户端
bin/zkCli.sh
（5）退出客户端
quit
（6）停止Zookeeper
#停止ZooKeeper bin/zkServer.sh stop #查看状态 bin/zkServer.sh status
目标：ZooKeeper 集群安装
分布式安装部署
1、集群规划
在hadoop102、hadoop103和hadoop104三个节点上部署Zookeeper
2、解压安装
（1）解压Zookeeper安装包到/opt/module/目录下
tar -zxvf apache-zookeeper-3.5.7-bin.tar.gz -C /opt/module/
具体解压安装修改名称操作见本地安装模式，不再详细描述
（2）同步/opt/module/zookeeper-3.5.7目录内容到hadoop103、hadoop104
xsync zookeeper-3.5.7/
3、配置服务器编号
（1）在/opt/module/zookeeper-3.5.7/ 这个目录下创建zkData
mkdir -p zkData
由于我在单机本地安装模式已经操作过，这里就不演示了
（2）在/opt/module/zookeeper-3.5.7/zkData 目录下创建一个myid的文件，并编辑myid文件
注意：添加myid文件，注意一定要在Linux里面创建，在notepad++里面很可能乱码
cd /opt/module/zookeeper-3.5.7/ ll cd zkData/ vim myid
在文件中添加与server对应的编号：
2
（3）拷贝配置好的zookeeper到其他机器上
xsync myid
并分别在hadoop103、hadoop104上修改myid文件中内容为3、4
4、配置zoo.cfg文件
（1）将/opt/module/zookeeper-3.5.7/conf 这个路径下的 zoo_sample.cfg 修改为 zoo.cfg；
cd /opt/module/zookeeper-3.5.7/conf/
mv zoo_sample.cfg zoo.cfg
ll
注意，hadoop102的文件名称在单机本地安装模式的时候已经修改了
（2）打开 zoo.cfg 文件，修改 dataDir 路径：
vim zoo.cfg
dataDir=/opt/module/zookeeper-3.5.7/zkData
增加如下配置
#######################cluster########################## server.2=hadoop102:2888:3888 server.3=hadoop103:2888:3888 server.4=hadoop104:2888:3888
（3）同步zoo.cfg配置文件
xsync zoo.cfg
（4）配置参数解读
server.A=B:C:D
A是一个数字，表示这个是第几号服务器；
集群模式下配置一个文件myid，这个文件在dataDir目录下，这个文件里面有一个数据就是A的值，Zookeeper启动时读取此文件，拿到里面的数据与zoo.cfg里面的配置信息比较从而判断到底是哪个server
B是这个服务器的地址；
C是这个服务器Follower与集群中的Leader服务器交换信息的端口；
D是万一集群中的Leader服务器挂了，需要一个端口来重新进行选举，选出一个新的Leader，而这个端口就是用来执行选举时服务器相互通信的端口。
5、集群操作
（1）分别启动ZooKeeper
bin/zkServer.sh start
同样的方式，启动hadoop003、hadoop004
（2）查看状态
bin/zkServer.sh status
注意：如果hadoop003和hadoop004上的ZooKeeper 没启动就会显示上面的状态，当我们把hadoop003和hadoop004分别启动之后，结果如下：
